“00后”小伙来上海当私教,学生都是机器人


长条桌前0后人机并排而立。小伙觅蜂科技数据采集组长朱绵锐正耐心地将桌上的上海生都瓶罐稳稳放入盒中,身旁的当私机器人亦步亦趋,精准模仿每一个细微动作。教学机器
这间位于上海张江0后觅蜂科技实训实验室,挤满了忙碌的小伙人与机器,堪称名副其实的上海生都“机器人学校”。
近年来,当私跳舞、教学机器跑步0后武术机器人频频惊艳全网。小伙但在聚光灯之外,上海生都要让机器人真正融入日常生活、当私实现灵活作业,教学机器必须先经历一场漫长而细致的“启蒙教育”。

MEgo View 无本体采集设备。
给机器人当“启蒙老师”
“哪怕只是拿放瓶子这样简单的动作,也需要反复‘教学’数百遍,机器人才能逐渐熟练。”朱绵锐坦言。
这位“00后”肩上的担子并不轻松。作为数据采集组长,他需将教学目标拆解为具体动作,设计变量与泛化环节,再有序分配给采集员。
“以炒菜为例,虽然我不常下厨,但现在必须对流程了如指掌。”朱绵锐举例道。他将这一长程任务拆解得极为精细:从沥水篮取菜、案板切菜、装盘备料,到起锅烧油、翻炒调味、最终出锅,每一步都需精准定义。
人类擅长举一反三,但机器不行,必须依靠海量的泛化数据来适应现实世界的复杂多变。
“比如削苹果,不能只用一种果型,近球形、长圆形的都得练,红的、绿的都要有。”朱绵锐解释,这种多样性的训练数据,通过真机或无本体采集,再经数据治理和算法处理,是机器人真正“理解并学会”的关键。
技术迭代正加速机器人的进化。
“机器人一天一个样,一个月一个大变。”朱绵锐感慨,以叠衣服为例,起初机器人只能识别单一朝向的领口,如今通过算法优化,无论领口朝左、朝右还是上下颠倒,它都能精准应对。随着任务从简单走向复杂,数据的泛化能力不断提升,支撑着机器人从容面对更多元的现实场景。
破解万亿风口的“数据饥渴”
技术迭代正在重塑“教书”的方式。随着无本体采集设备的上线,朱绵锐团队迎来了效率的飞跃。只需戴上头显和传感夹爪,通过相机捕捉人体动作,再将清洗后的数据“喂”给机器人,后者便能依样画葫芦,自主学习。
这与技术工作“吹毛求疵”的刻板印象截然不同。在朱绵锐看来,不完美的动作同样珍贵。“我们需要的是多样化数据。熟练工的操作是‘标准答案’,能教会机器人怎么做。而新手那些磕磕绊绊的‘错误数据’,则能教会机器人如何在出错后自我修正。”
缺乏真实、多样的泛化数据,是目前制约行业发展的核心痛点。若将具身智能比作一座金矿,眼下最紧俏的生意正是为机器人提供高质量的物理AI数据。朱绵锐所在的觅蜂科技,正是当下具身智能赛道炙手可热的“卖铲人”。
与大语言模型能靠互联网海量文本“自学成才”不同,机器人必须依赖真实的物理交互数据。就拿“捡起一片干木耳”这种人类信手拈来的动作,机器人却需调动材质辨识、空间匹配及力反馈等多重技能。这些数据在互联网上无处下载,必须在现实中一寸寸“磨”出来。
然而,行业正面临严峻的“数据饥渴”。据测算,2026年高质量物理交互数据的缺口将超过500万小时。传统的“手工作坊”模式——即专家遥控真机采集,一天仅能产出数十小时数据,且成本高昂。觅蜂科技的“无本体”方案,则将这一过程大大简化:它打破了专业壁垒,让普通人也能参与采集,如同将数据采集从昂贵的“专业影棚”搬到了高效的“全民随手拍”时代。
在朱绵锐眼中,教机器人就像“把懵懂的孩子一点点带大”。尽管日复一日的重复略显枯燥,但看着它们“从什么也不会,到慢慢有了自己的理解力”,他倍感欣慰:“我相信未来机器人一定能深度融入生活,到时候只需一声指令,家务琐事便都能交给它们。”

“00后”小伙来上海当“私教”,机器人是他的学生。
上海成为产业“加速器”
在这场数据淘金热潮中,上海正展现出强大的产业策源能力。
作为智元机器人孵化的数据平台,觅蜂科技成立仅4个月就完成多轮数亿元融资,背后是上海国际集团、上海国投等国资平台与产业资本的联手押注。近期,百度旗下基金也正式入股,进一步印证了这条赛道的火热。
更值得关注的是,上海正在从源头破题。觅蜂科技与张江集团签署战略合作协议,共建具身智能数据公共服务载体。国内首个大规模具身智能标准化数据集平台“浦江X”已上线,尝试解决“数据孤岛、标准缺失”等行业共性难题。
在业内看来,今年将成为具身智能的“部署元年”。智元机器人已在精密上下料、工业搬运、物流分拣等七大场景率先部署。在龙旗科技南昌工厂,机器人连续8小时在平板电脑生产线进行上下料作业,整体作业成功率高达99.9%以上。
从数据采集、大模型研发,到核心零部件和整机量产,一条潜能巨大的具身智能产业链,正在黄浦江畔加速成型。
而朱绵锐和他的同事们,正是这条产业链上最基础也最关键的一环——他们用日复一日的耐心教学,为机器人的“大脑”注入最鲜活的生命力。
原标题:《“00后”小伙来上海当私教,学生都是机器人》
(责任编辑:热点)
- 斯科尔斯:阿根廷球员不是硬汉,是软猫
- 悲情英雄姆巴佩!四年前搅黄梅西封神,四年后复仇西班牙!
- 英阿大战,英格兰队主教练表态:不纠结历史宿怨
- 在拉萨,他们这样给自己“充电”
- 长鑫科技批量造富:8名高管身家过亿,千亿、百亿级股东浮现
- 东方卫视主持人林海怒批功夫女足引发网友不满,把东方电视台的评论都吓得关了
- 张心媛首部短剧《野有蔓草》横店开机,郭凯敏监制实力派云集
- 狐狸尾巴藏不住?台媒再曝猛料,具俊晔重争遗产,大S担心成真了
- 触目惊心!知名平台被曝涉黄后,还有大量低俗色情内容
- 世界杯变肉搏战!火爆英阿大战:恩佐击打安德森头部 16分钟8犯规
- GTA在线模式新劫案引众怒:收益削减、门槛升高激化玩家抵制情绪
- 杰弗森:冲突的根源,科比的死忠粉根本无法接受詹姆斯在湖人打球
- 格伦·肖菲尔德宣布退休:35年传奇游戏生涯圆满落幕
- 澳专家:中国人工智能发展助力全球共享科技成果
- 迷你冬瓜宠物凉枕宣传图比例失真引争议,品牌紧急调整视觉呈现
- 消息称英特尔多数Nova Lake处理器生产转回自家18A工艺晶圆厂
- 多国人士反对有关国家翻炒非法“裁决”挑衅生事
- 中国车企加速品牌全球化:比亚迪拟至明年3月海外建成六千座闪充站
- 《雀骨》播出,发现演技不能对比,陶昕然封神,侯明昊演的是个啥
- 天空:穆帅考察贡萨洛-加西亚;球员也是富勒姆的主要目标
- 引力一号遥四运载火箭7月22日发射!商业发射迈入常态化 views+
- 安孚科技:苏州易缆微已推出适用于3.2T光模块的单波400Gbps光芯片 views+
- 豆瓣9.8封神!男性必看的10部顶级权谋剧,看完格局直接打开 views+
- 新石器赵优:无人配送将成为首个规模化物理AI应用 views+
- 亚马逊神秘新剧曝光!纽约女孩逃婚伦敦地下锐舞圈,与男友私开夜店,首集就上演禁忌交易 views+
- 俄飞船搭载俄美宇航员赴国际空间站“换班” views+
- 雅砻江水风光一体化智慧大模型在成都正式发布 views+
- 日本一护士涉嫌将排泄物混入输液管中致患者死亡,被警方逮捕 views+
- 防汛一级响应,吉林辉南要求居民就近就高转移,当地居民:早上4点起警报就一直响 views+
- 四大参选名单出炉!郑丽文启用侯友宜?卢秀燕面临二选一 views+
